论文研究粒子滤波目标跟踪算法综述.pdf

随着人工智能科学的发展，目标跟踪成为中外学者研究的热点，近年来很多目标跟踪算法相继被提出，其中，经典的卡尔曼滤波算法常被用于目标跟踪领域。然而，在实际情况中，目标跟踪过程常涉及到非线性非高斯问题，由于粒子滤波算法在非线性非高斯系统中有较好的性能，因此将其引入目标跟踪研究领域。针对粒子滤波算法存在的跟踪精度差、实时性不高等问题，近年来国内外学者提出很多改进方法。从特征融合、算法融合和自适应粒子滤波三个方面介绍了相关改进方法的基本思想，展望了粒子滤波算法在目标跟踪领域的发展方向。